高齢者敗血症患者のための早期警告モデルの構築に関する機械学習の応用
カテゴリ：高齢者医療・介護
公開日：2026年2月19日
タイトル：Constructing an early warning model for elderly sepsis patients based on machine learning
雑誌名：Sci Rep. 2025 Mar 27; 15(1): 10580.
概 要：
この研究は、高齢者の敗血症患者に対する早期警告モデルを機械学習を用いて構築し、その性能を評価することを目的としています。敗血症は人命に対する深刻な脅威であり、特に高齢者において高リスク集団の早期予測が必要です。2021年1月から2023年8月までの期間に、寧夏医科大学の救急部門および集中治療室から高齢患者の臨床データを収集し、2976人の患者と12の特徴を用いてモデルを構築しました。最終的に、XGBoostに基づくモデルを開発し、AUROC 0.971、AUPRC 0.862、精度0.95、特異度0.964、F1スコア0.776を達成しました。
方 法：
この研究は、2976人の高齢患者を対象にしたコホート研究です。データは訓練セットとテストセットに分けられ、8つの機械学習モデルを用いて早期警告モデルを構築しました。主要評価指標にはAUROC、AUPRC、精度、特異度、F1スコアが含まれます。
結 果：
XGBoostに基づくモデルは、AUROC 0.971、AUPRC 0.862、精度0.95、特異度0.964、F1スコア0.776を達成しました。最も重要な特徴は基準APTTであり、次いで基準リンパ球数が続きました。基準APTTの高い値と基準リンパ球数の低い値は、敗血症のリスクが高いことを示唆しています。
結 論：
本研究では、高齢者の敗血症に対する高性能な早期警告モデルを機械学習に基づいて開発しました。早期治療を促進するためのツールとしての可能性が示されましたが、さらなる外部検証が必要です。